<div dir="auto">How about a docker based approach? Just thinking out loud<div dir="auto">Best</div><div dir="auto">Manuel</div></div><br><div class="gmail_quote"><div dir="ltr">El vie., 28 sept. 2018 19:43, Andreas Mueller <<a href="mailto:t3kcit@gmail.com">t3kcit@gmail.com</a>> escribió:<br></div><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><br>
<br>
On 09/28/2018 01:38 PM, Andreas Mueller wrote:<br>
><br>
><br>
> On 09/28/2018 12:10 PM, Sebastian Raschka wrote:<br>
>>>> I think model serialization should be a priority.<br>
>>> There is also the ONNX specification that is gaining industrial <br>
>>> adoption and that already includes open source exporters for several <br>
>>> families of scikit-learn models:<br>
>>><br>
>>> <a href="https://github.com/onnx/onnxmltools" rel="noreferrer noreferrer" target="_blank">https://github.com/onnx/onnxmltools</a><br>
>><br>
>> Didn't know about that. This is really nice! What do you think about <br>
>> referring to it under <br>
>> <a href="http://scikit-learn.org/stable/modules/model_persistence.html" rel="noreferrer noreferrer" target="_blank">http://scikit-learn.org/stable/modules/model_persistence.html</a> to make <br>
>> people aware that this option exists?<br>
>> Would be happy to add a PR.<br>
>><br>
>><br>
> I don't think an open source runtime has been announced yet (or they <br>
> didn't email me like they promised lol).<br>
> I'm quite excited about this as well.<br>
><br>
> Javier:<br>
> The problem is not so much storing the "model" but storing how to make <br>
> predictions. Different versions could act differently<br>
> on the same data structure - and the data structure could change. Both <br>
> happen in scikit-learn.<br>
> So if you want to make sure the right thing happens across versions, <br>
> you either need to provide serialization and deserialization for<br>
> every version and conversion between those or you need to provide a <br>
> way to store the prediction function,<br>
> which basically means you need a turing-complete language (that's what <br>
> ONNX does).<br>
><br>
> We basically said doing the first is not feasible within scikit-learn <br>
> given our current amount of resources, and no-one<br>
> has even tried doing it outside of scikit-learn (which would be <br>
> possible).<br>
> Implementing a complete prediction serialization language (the second <br>
> option) is definitely outside the scope of sklearn.<br>
><br>
><br>
Maybe we should add to the FAQ why serialization is hard?<br>
_______________________________________________<br>
scikit-learn mailing list<br>
<a href="mailto:scikit-learn@python.org" target="_blank" rel="noreferrer">scikit-learn@python.org</a><br>
<a href="https://mail.python.org/mailman/listinfo/scikit-learn" rel="noreferrer noreferrer" target="_blank">https://mail.python.org/mailman/listinfo/scikit-learn</a><br>
</blockquote></div>